HiRe-MoMa 框架实现真机移动操作约 30 分钟在线微调
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载真机微调的难点
移动操作被论文视为自主机器人系统的关键能力，但在真实环境中做微调仍很困难。原因在于动作空间维度高，且移动底座与机械臂等异构模块之间存在复杂耦合。论文针对的正是这一环节：如何让复杂移动操作系统在真机上稳定、且不需要大量样本地完成微调，而不是只在仿真中验证。
分层残差架构怎么搭
HiRe-MoMa 的核心是分层残差架构，它并不重新训练整个策略，而是在一个冻结的基础策略之上做微调。策略无关的残差模块学习加在基础策略输出上的修正量；分层解耦则把这份残差进一步拆成移动底座和机械臂两个头，并用单向条件化连接，从而减轻梯度干扰，让修正与平台本身的物理层级对应起来。论文强调这种设计对基础策略的架构没有依赖。
稀疏人工干预的用法
为应对真机数据昂贵的问题，论文提出专家引导价值对齐。它使用稀疏的人类干预来重塑评论家的价值分布，而这些人工作用的训练覆盖率不到 20%。作者称，这样可以用专家先验引导自主探索，在少量人工介入下提升样本效率，而不是依赖密集的人类示范或大量试错。
实测结果与定位
在 TIAGo++ 平台上的真机实验表明，HiRe-MoMa 能持续提升任务表现，所需在线交互约为 30 分钟，并且不论基础策略采用何种架构都成立。论文称这是较早实现真实世界移动操作机器人上高效微调的框架之一，为在动态、以人为中心的环境中部署复杂机器人系统提供了一种可行范式。论文被 CoRL 2026 接收，编号 arXiv:2610.20607，并提供了项目网站。
为什么值得看
真机微调移动操作机器人通常昂贵且样本需求大，这里给出稀疏人工干预加分层残差的具体做法与实测时长。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。